View
3
Download
0
Category
Preview:
Citation preview
インテルコンパイラー概要
エクセルソフト株式会社
Cluster EditionProfessional EditionComposer Edition
2
インテル® Parallel Studio XE包括的なソフトウェア開発ツールスイート
インテル® VTune™ Amplifier
パフォーマンス・プロファイラー
インテル® Inspectorメモリー/スレッドのデバッガー
インテル® Advisorベクトル化の最適化、
スレッドのプロトタイプ生成、フローグラフ解析
解析解析ツール
スケールクラスターツール
インテル® MPI ライブラリーメッセージ・パッシング・インターフェイス・
ライブラリー
インテル® Trace Analyzer & Collector
MPI チューニングと解析
インテル® Cluster Checkerクラスター診断エキスパート・システム
オペレーティング・システム: Windows*、Linux*、macOS*5
インテル® アーキテクチャー・ベースのプラットフォーム
ビルドコンパイラーとライブラリー
インテル® C/C++、Fortran
コンパイラー
インテル® MKL1
インテル® DAAL2
インテル® TBB3C++ スレッド・ライブラリー
インテル® IPP4画像、信号、データ処理
インテル® Distribution for Python*ハイパフォーマンスなPython*
1 インテル® マス・カーネル・ライブラリー2 インテル® データ・アナリティクス・アクセラレーション・ライブラリー3 インテル® スレッディング・ビルディング・ブロック4 インテル® インテグレーテッド・パフォーマンス・プリミティブ5 インテル® Parallel Studio XE Composer Edition でのみ利用可能
https://www.isus.jp/intel-vtune-amplifier-xe/https://www.isus.jp/intel-mpi-library/https://www.isus.jp/c-compilers/https://www.isus.jp/intel-mkl/
3
インテル® C++/Fortran コンパイラーによる優れたアプリケーション・パフォーマンス ― Linux* (数値が大きいほど高性能)
1.00 1.14
1.83
インテル® Fortran コンパイラーによる優れた Fortran アプリケーション・パフォーマンス ― Linux*
2018 年 8 月 26 日時点のインテルによるテスト。システム構成: ハードウェア: インテル® Core™ i7-8700K プロセッサー@ 3.70GHz、64GB RAM、ハイパースレッディング有効。ソフトウェア: インテル® Fortran コンパイラー 19.0、PGI* Fortran 18.5、GFortran 8.1.0。Linux* OS: Red Hat* Enterprise Linux* Server 7.4 (Maipo)、3.10.0-693.el7.x86_64。Polyhedron* Fortran ベンチマーク (www.fortran.uk (英語))。Linux* コンパイラー・オプション: GFortran: -Ofast -mfpmath=sse -flto -march=haswell -funroll-loops -ftree-parallelize-loops=6。インテル® Fortran コンパイラー: -fast -parallel -xCORE-AVX2 -nostandard-realloc-lhs。PGI* Fortran: -fast -Mipa=fast,inline -Msmartalloc -Mfprelaxed -Mstack_arrays -Mconcur=bind -tp haswell。
GFortran 8.1.0インテル® Fortran コンパイラー 19.0
相対 (相乗平均) パフォーマンス Polyhedron* ベンチマーク (数値が大きいほど高性能)
PGI* 18.5
1 1.0048741.01 11.34 1.2
インテル® C++ コンパイラーによる優れた C++ アプリケーション・パフォーマンス ― Linux*
2018 年 8 月 26 日時点のインテルによるテスト。システム構成: ハードウェア: インテル® Xeon® Platinum 8180 プロセッサー@ 2.50GHz、384GB RAM、ハイパースレッディング有効。ソフトウェア: インテル® コンパイラー19.0、GCC 8.1.0、PGI* 18.5、Clang/LLVM 6.0。Linux* OS: Red Hat* Enterprise Linux* Server 7.4 (Maipo)、3.10.0-693.el7.x86_64。SPEC* ベンチマーク (www.spec.org (英語))。SPECint* ベンチマーク測定時のCXX テストには SmartHeap* 10 を使用。SPECint*_rate_base_2017 コンパイラー・オプション: C++ テストには SmartHeap* 10 を使用。インテル® C/C++ コンパイラー 19.0: -xCORE-AVX512 -ipo -O3 -no-prec-div -qopt-mem-layout-trans=3。GCC 8.1.0: -march=znver1 -mfpmath=sse -Ofast -funroll-loops -flto。Clang 6.0: -march=core-avx2 -mfpmath=sse -Ofast -funroll-loops –flto。SPECfp*_rate_base_2017 コンパイラー・オプション: インテル® C/C++ コンパイラー 19.0: -xCORE-AVX512 -ipo -O3 -no-prec-div -qopt-prefetch -ffinite-math-only -qopt-mem-layout-trans=3。GCC 8.1.0: -march=skylake-avx512 -mfpmath=sse -Ofast -fno-associative-math -funroll-loops -flto。Clang 6.0: -march=znver1 -mfpmath=sse -Ofast -funroll-loops –flto。SPECint*_speed_base_2017 コンパイラー・オプション: C++ テストには SmartHeap* 10 を使用。インテル® C/C++ コンパイラー19.0: -xCORE-AVX512 -ipo -O3 -no-prec-div -qopt-mem-layout-trans=3 -qopenmp。GCC 8.1.0: -march=znver1 -mfpmath=sse -Ofast -funroll-loops -flto -fopenmp。Clang 6.0: -march=core-avx2 -mfpmath=sse -Ofast -funroll-loops -flto -fopenmp=libomp。SPECfp*_speed_base_2017 コンパイラー・オプション: インテル® C/C++ コンパイラー 19.0: -xCORE-AVX512 -ipo -O3 -no-prec-div -qopt-prefetch -ffinite-math-only -qopenmp。GCC 8.1.0: -march=skylake-avx512 -mfpmath=sse -Ofast -fno-associative-math -funroll-loops -flto -fopenmp。Clang 6.0: -march=skylake-avx512 -mfpmath=sse -Ofast -funroll-loops -flto -fopenmp=libomp。
Cla
ng 6
.0
インテル
® C++
コンパイラー
19.0
Cla
ng 6
.0
インテル
® C++
コンパイラー
19.0
浮動小数点演算 整数演算
相対 (相乗平均) パフォーマンス SPEC* ベンチマーク (数値が大きいほど高性能)
GC
C 8
.1.0
GC
C 8
.1.0
SPEC* CPU2017 の幾何平均の推定値 SPECint*_rate_base2017 の推定値浮動小数点レートベースの C/C++ ベンチマーク
パフォーマンス結果は 2018 年 8 月 26 日時点のテスト結果に基づいたものであり、公開されている利用可能なすべてのセキュリティー・アップデートが適用されていない可能性があります。詳細については、構成の開示を参照してください。絶対的なセキュリティーを提供できる製品はありません。性能に関するテストに使用されるソフトウェアとワークロードは、性能がインテル® マイクロプロセッサー用に最適化されていることがあります。SYSmark* や MobileMark* などの性能テストは、特定のコンピューター・システム、コンポーネント、ソフトウェア、操作、機能に基づいて行ったものです。結果はこれらの要因によって異なります。製品の購入を検討される場合は、他の製品と組み合わせた場合の本製品の性能など、ほかの情報や性能テストも参考にして、パフォーマンスを総合的に評価することをお勧めします。詳細については、パフォーマンス・ベンチマーク・テストの開示 (英語) を参照してください。
http://www.fortran.uk/http://www.spec.org/https://www.intel.com/content/www/us/en/benchmarks/benchmark.html
インテル® コンパイラーの最適化オプション段階的なパフォーマンス・チューニング1つの変更のみを行い、変更毎に性能と動作を確認し、評価する
1. 一般的な最適化2. 特定のプロセッサー向け最適化3. 自動並列化 (マルチスレッド化)4. IPO (プロシージャー間の最適化)
および PGO (プロファイルに基づく最適化)
4
一般的な最適化デフォルトの /O2 ( -O2 ) で動作と性能を確認する
• /O1 ではベクトル化が行われない• ループが多用されるアプリケーションでは、 /O3 ( -O3 ) を試す
/O1, /O2, /O3 ( -O1, -O2, -O3 ) のいずれかを基準として、他のオプションを付け加えていく
コンパイルまたは実行に失敗する場合には、 /Od (-O0) でコンパイラーの最適化の影響を外し、問題を切り分ける
5
一般的な最適化オプションWindows* Linux*
/Od -O0最適化を行いません。アプリケーション開発の初期段階およびデバッグ時に指定します。
/O1 -O1コードサイズを増やさずに実行速度を向上させます。大きなコードサイズに起因するメモリーページングが問題となる大規模なサーバー/データベース・アプリケーションで有効です。
/O2 -O2実行速度を最大化します(デフォルト設定)。ベクトル化を含む、多くの最適化を有効にします。多くの場合 /O1 (-O1) よりも高速なコードを生成します。
/O3 -O3
/O2 (-O2) に加え、より積極的なループとメモリーアクセスの最適化を有効にします (スカラー置換、ループアンロール、キャッシュの効率的な利用のためのループ・ブロッキング、データ・プリフェッチなど)。これらの積極的な最適化の結果、アプリケーションの種類により/O2 (-O2) と比べて遅くなることもあります。
※いずれか1つのみ有効
6
ベクトル化ループ処理について SIMD 操作を用いるよう解釈し、実行効率を高める
B3 B2 B1 B0
A3 A2 A1 A0+
C3 C2 C1 C0
for ( i=0; i
SIMD 拡張命令セットの進歩
X1+Y1X0+Y0
X4+Y4
X3+Y3X2+Y2
X1+Y1X0+Y0
X3+Y3X2+Y2
X1+Y1X0+Y0
X0+Y0
X7+Y7X6+Y6
X5+Y5X4+Y4
X3*Y3X2+Y2
X5+Y5X4+Y4
X7+Y7X6+Y6
X1+Y1 X2+Y2 X3+Y3Z6Z4
Z5 Z7(スカラー処理)
インテル® SSE✝(128bit: XMM)
インテル® AVX/AVX2(256bit: YMM)
インテル® AVX-512(512bit: ZMM)
ステップ 1 ステップ 2 ステップ 3 ステップ 4 5, 6, 7 …プロセッサー命令
✝インテル® ストリーミング SIMD 拡張命令 (インテル® SSE)
double *x, *y, *z; N = 8;
for (int i = 0; i < N; i++)z [i] = x [i] + y[i];
ソースコード
1回の命令実行で、より多数の計算結果を得る
8
特定のプロセッサー向け最適化/QxHOST ( -xhost ) を追加して性能と動作を確認する
• /O2 ( -O2 ) または /O3 ( -O3 ) はデフォルトの命令セットにより自動ベクトル化を行う
• /Qvec- ( -no-vec ) により自動ベクトル化を無効にできる
アプリケーションを実行するシステムのプロセッサーを確認する• コンパイルしたプログラムを別のシステムへ移動させて実行させる場合には、適当な /Qx ( -x ) オプションを設定する
• 実行するシステムが一様でない場合には、代わりに適当な /Qax ( -ax ) オプションを指定する
9
特定のプロセッサー向け最適化オプション/Qx、 -x
で指定した命令セットをサポートするインテル® プロセッサー向けの専用コードを生成します。実行可能ファイルは、非インテル製プロセッサーや、下位の命令セットのみをサポートするインテル製プロセッサー上では動作しません。 に指定可能な命令セットは次のとおりです(上位から下位)。
CORE-AVX512, MIC-AVX512, COMMON-AVX512, CORE-AVX2, CORE-AVX-I, AVX, SSE4.2, ATOM_SSE4.2, SSE4.1, ATOM_SSSE3, SSSE3, SSE3, SSE2
注: MIC-AVX512 (インテル® Xeon Phi™ プロセッサー x200 製品ファミリー向けの命令セット) は CORE-AVX512 のサブセットではありません。COMMON-AVX512 は両方の共通のサブセットです。
※命令セットはいずれか1つのみ有効
10
特定のプロセッサー向け最適化オプション
/QxHOST ( -xhost )• コンパイルを行うホストシステム上でサポートされる最上位の命令セットを利用するコードを生成
/arch: ( -m )• で指定した命令セットをサポートするインテル® プロセッサーと非インテル製の互換プロセッサー向けに専用コードを生成
• target: SSE2, SSE3, SSSE3, SSE4.1, SSE4.2, AVXおよび CORE-AVX2 (Linux では -march=core-avx2 )
適したオプションの確認方法:型番で検索し、“命令セット拡張” を確認https://ark.intel.com/ja 例: Core i7-6770、 Xeon E5-2620 v4
11
特定のプロセッサー向け最適化オプション/Qax、 -ax
で指定した命令セットをサポートするインテル® プロセッサー向けの専用コードとデフォルトコードを生成します。
アプリケーションは実行時にインテル製のプロセッサーで実行されているか自動検出し、最適なコードパスを選択します。インテル製のプロセッサーが検出されなかった場合、デフォルトのコードパスが選択されます。 に指定可能な命令セットは次のとおりです(上位から下位)。
CORE-AVX512, MIC-AVX512, COMMON-AVX512, CORE-AVX2,CORE-AVX-I, AVX, SSE4.2, SSE4.1, SSSE3, SSE3, SSE2
※命令セットはカンマ区切りで複数指定可
12
/Qax, -ax オプション適用時の動作
/QaxCORE-AVX2,SSE4.2,SSE3
デフォルト( SSE2_func() )
SSE3_func()
SSE4.2_func()
AVX2_func()
func() のディスパッチャー
コード生成(自動)
AVX2 をサポートする
SSE4.2 をサポートする
SSE3 をサポートする
↓ No
↓ No
← Yes
← Yes
← Yes
↓ No
実行しているプロセッサーの機能確認
アプリケーション実行時
13
自動並列化 (マルチスレッド化)/Qparallel ( -parallel ) を追加して性能と動作を確認する
• 並列スレッド数の指定• /Qpar-num-threads: ( -par-num-threads= )• 環境変数ループ・スケジュールの変更OMP_NUM_THREADS
• /Qpar-schedule-static-steal ( -par-schedule-static-steal )• /Qpar-schedule-auto ( -par-schedule-auto )
システムの CPU 数、コア数とスレッド数を確認する• 性能向上の理論的な最大値は(物理)コア数
14
自動並列化の基本動作ループ処理を対象とし、ループインデックス( 0, 1, 2, ... , N ) を各スレッドへ分配できるよう変換する
スケジュール例 (4 スレッドで均等に分配、 N=128)
for ( i = 0 ; i < N ; i++ ) {// 何らかの処理
}
for ( i = ; i < ; i++ ) {// 何らかの処理
}
begin end
変換
ソースコード (C/C++)
タスク1 タスク2 タスク3 タスク4begin end begin end begin end begin end
0 32 32 64 64 92 92 128
0 から 31 まで 32 から 63 まで 64 から 91 まで 92 から N まで
15
IPO および PGO/Qipo ( -ipo ) オプションを追加して性能と動作を確認する
• ソースコードが複数ファイルで構成されており、すべてのソースコードへアクセス可能な場合に有効
• ファイルをまたぐインライン展開などによりコンパイラーの最適化が改善されることがある
プロファイルに基づく最適化 (PGO) により、これまで適用したコンパイラーによる最適化が改善されるかどうか確認する
• /Qprof-gen と /Qprof-use ( -prof-gen と -prof-use )
16
プロシージャー間の最適化 (IPO) とはソースコード全体を解析し、特定の最適化が有効かどうか検証する
有効な最適化• 関数/サブルーチンのインライン展開• プロシージャー間での定数伝播• ポインターやアドレスの解析• 不要なコード (関数定義や呼び出し、変数) の削除
他のコンパイラーでの類似機能 (非互換) :GCC, Clang/LLVM : リンク時の最適化 (LTO) -fltoMicrosoft* Visual C++* : プログラム全体の最適化 (WPO) /GL, /LTCG
17
プロシージャー間の最適化 (IPO) オプションWindows* Linux*
/Qip -ip現在のソースファイルを対象にしたインライン展開を含む、単一ファイル内でのプロシージャ感の最適化を行います。
/Qipo[n] -ipo[n]
複数のソースファイルにまたがるインライン展開やその他のプロシージャー間の最適化を許可します。オプションの引数 n は、リンク時コンパイルの最大数(オブジェクト・ファイル数)を制御します。デフォルトは n=0 です(コンパイラーが判断します)。
注:状況によりコンパイル時間とコードサイズが大幅に増えることがあります。
xilinkxilib
xildxiar
/Qipo ( -ipo) オプションを指定した場合に使用される、リンカーおよびアーカイバのラッパーコマンドです。
18
複数ファイルをまたぐ処理 (2つのステップ)
リンク
Linux* icc -ipo main.o func1.o func2.o
Windows* icl /Qipo main.o func1.o func2.o
コンパイル
Linux* icc -c -ipo main.c func1.c func2.c
Windows* icl -c /Qipo main.c func1.c func2.c
リンク
b.ca.c c.c
実行ファイル
整理 整理 整理
最適化(IPO)ipo_out.obj
b.obja.obj c.obj
19
C のインライン展開例ファイルをまたいだ関数呼び出しがあると有効
→ 関数の内部処理を呼び出し先に展開
// trap_int() の一部, nx = 10000for ( i=1; i
プロファイルに基づく最適化 (PGO) とはアプリケーション実行時の情報をフィードバックして最適化を検証する
• 命令キャッシング、ページング、分岐予測を支援
有効な最適化• 基本ブロック、関数の並び替え• 適切なレジスター割り当て• Switch 文の最適化• 関数のインライン展開における効率性判断• 自動ベクトル化、自動並列化における効率性判断
21
プロファイルに基づく最適化 (PGO) オプションWindows* Linux*
/Qprof-gen[:kywd]
-prof-gen[=kywd]
プロファイル情報を生成するためにインストルメントを行います。kywd= threadsafe はスレッド化されたアプリケーションのプロファイル生成を可能とします。 kywd= srcpos と globdata は、関数やデータの並び替えに役立つ追加情報を収集します。
/Qprof-use -prof-use 最適化に収集されたプロファイル情報を使用します。
/Qprof-dir
-prof-dir
プロファイル結果の出力ファイル(*.dyn および *dpi) を格納するディレクトリーを指定します。代わりに環境変数 PROF_DIR により指定することもできます。
22
PGO : 適用のための 3 つのフェーズ
フェーズ1: インストルメント済みの実行ファイルを生成Linux* : icc -o prog-inst.exe -prof-gen ... prog.c
Windows* : icl /Fe: prog-inst.exe /Qprof-gen ... prog.c
フェーズ2: 典型的なデータセットを用いてプログラムを実行プロファイル情報が *.dyn ファイルに格納される条件によりコードパスが異なる場合は複数回実施
フェーズ3: フィードバック・コンパイルLinux* : icc -o prog-release.exe -prof-use ... prog.c
Windows* : icl /Fe: prog-release.exe /Qprof-use ... prog.c
コンパイル前に *.dynファイルがマージされたpgopti.dpi が生成される
23
PGO が有効となるプログラム一貫性のあるホットパス多数のループや if 文または switch 文入れ子の if 文または switch文
多大な利点 多少の利点
10% 10%70%
10%25%
25%25% 25%
24
for ( int i = 0; i < NUM_BLOCKS; i++ ) {switch ( check(i) ) {
}}
PGO : Switch 文の最適化
PGO による2度目のコンパイルでは各 case の頻度を考慮してコードを生成し、プロセッサーによる分岐予測を助ける
case 3: /* 5% */x[i] = 3; break;
case 5: /* 15% */x[i] = 5; break;
case 10: /* 80% */x[i] = 10; break;
default: /* 0% */x[i] = 99; break;
case 10: /* 80% */x[i] = 10; break;
case 5: /* 15% */x[i] = 5; break;
case 3: /* 5% */x[i] = 3; break;
default: /* 0% */x[i] = 99; break;
25
主なオプション
/fast (Windows*), -fast (Liunx*)• 以下の各オプションを指定することと同じです
26
プログラム全体に対して実行速度の最大化を試みる
OS オプションの組み合わせ
macOS* -O3 -ipo -no-prec-div -mdynamic-no-pic -fp-model fast=2 -xHost
Linux* -O3 -ipo -no-prec-div -static -fp-model fast=2 -xHost
Windows* /O3 /Qipo /Qprec-div- /fp:fast=2 /QxHost
Linux での -static について: 最近の Linux ディストリビューションでは、GCC や glibc の静的リンク版ライブラリーを別途インストールする必要があります
対応が難しい場合は代わりに -static を除いたオプションの組み合わせを指定します
/Qprec-div- , -no-prec-div : 割り算(除法)について精度が低いが高速な方法を用いることを許可します
最適化オプションのまとめWindows* Linux* / macOS*
一般的な最適化 /O3 -O3
プロセッサー固有の最適化 /QxHOST -xhost
自動並列化 /Qparallel -parallel
プロシージャー間の最適化 /Qipo -ipo
プロファイルに基づく最適化 → スライド 24 参照
浮動小数点数値演算の最適化制御 /fp:fast=2 -fp-model fast=2
※ コンパイルエラーを除いてコードの変更を伴わない、実行時間の最小化を意図した選択
27
アライメントについて
28
データ配置とアクセスパターンアラインメントはベクトル演算の高速化に重要
29
0 1 2 3 4 5 6 7 8 9 … … … … N
配列 A (アラインメントされていない)
データのメモリー配置 (イメージ)
for( i=1; i
ベクトル化されたループの内訳
ベクトル化されたボディー• ループの大部分
オプションのピール (剥離) 領域• ループ中のアライメントされない参照に利用スカラーまたは低速なベクトル命令を使用
リマインダー (余剰) 領域• ループ反復数がベクトル長で割り切れない場合に利用スカラーまたは低速なベクトル命令を使用
30
最高速 !
それほど高速ではない
それほど高速ではない
明示的なメモリー・アラインメントデータ(配列)の先頭
31
• データの中間点(2次元以上の配列や、構造体の配列)
0 1 2 3 4
0 1 2 3 4 5 6 7 0 1 2 …
4 5 6 0 1 2 … …
1 次元目の要素数、または構造体の大きさが指定の倍数になるように空の要素を入れる
アラインメントを指定する
早見表 アラインメント境界 (バイト数)
大きさ (バイト数) 16 (インテル® SSE) 32 (インテル® AVX) 64 (Xeon Phi / AVX-512)
int / float (32 bit 要素) 4 8 16
double (64 bit 要素) 2 4 8
メモリーアクセスのアライメントを指定するアライメントの最適化は、SIMD ハードウェアでは重要です。OpenMP* 4.0 では、aligned(n) 節を使用してアライメント情報をコンパイラーに知らせます。コンパイラーが最新のインテル® アーキテクチャー・ベースのシステムで最適な SIMD コードを生成するには、8 バイト、16 バイト、32 バイト、64 バイト・アライメントを指定します。
32
Aligned 節を使ったアラインメントの指定配列 x とポインター y はそれぞれ、32 バイト・アライメントとしてマークされています。メモリー参照オフセット n1 は、mod 8 = 0 でアサートされています。すべてのベクトルメモリー参照が 32 バイトでアライメントされていることをコンパイラーに知らせます。
33
void arrayref(float *restrict x, float *y, int n, int n1) {_assume(n1%8=0);#pragma omp simd aligned(y:32)for (int k=0; k
データのアラインメントを取る方法
C/C++変数への指定
• __attribute__((aligned(n)))(変数定義の前または最後に追加)
メモリー確保関数• Void* __mm_malloc (site_t size, size_t align)• Void __mm_free (void *p)
34
Fortran
aligned 節は対象のデータがアラインメントされていることをコンパイラーに知らせますが、対象のデータをアラインメントする
機能を持ちません。
OpenMP* SIMD を使ったプログラムのコンパイル
コンパイルオプション: -qopenmp-simd (Windows: /Qopenmp-simd)
インテル® C/C++ および Fortran コンパイラー19.0 では、デフォルトで/Qopenmp-simd (-qopenmp-simd) オプションが有効になります• 無効にするには、 -qopenmp-simd- を指定します
35
$ icc|icpc -qopenmp-simd sample.c
$ ifort -qopenmp-simd sample.f90
Intel、インテル、Intel ロゴ は、アメリカ合衆国および / またはその他の国における Intel Corporation の商標です。*その他の社名、製品名などは、一般に各社の商標または登録商標です。インテル® ソフトウェア製品のパフォーマンス / 最適化に関する詳細は、Optimization Notice (最適化に関する注意事項) を参照してください。© 2018 Intel Corporation. 無断での引用、転載を禁じます。XLsoft のロゴ、XLsoft は XLsoft Corporation の商標です。Copyright © 2018 XLsoft Corporation.
https://software.intel.com/en-us/articles/optimization-notice#opt-jp
インテルコンパイラー概要インテル® Parallel Studio XE�包括的なソフトウェア開発ツールスイート インテル® C++/Fortran コンパイラーによる優れたアプリケーション・パフォーマンス ― Linux* (数値が大きいほど高性能)インテル® コンパイラーの最適化オプション一般的な最適化一般的な最適化オプションベクトル化SIMD 拡張命令セットの進歩特定のプロセッサー向け最適化特定のプロセッサー向け最適化オプション特定のプロセッサー向け最適化オプション特定のプロセッサー向け最適化オプション/Qax, -ax オプション適用時の動作自動並列化 (マルチスレッド化)自動並列化の基本動作IPO および PGOプロシージャー間の最適化 (IPO) とはプロシージャー間の最適化 (IPO) オプション複数ファイルをまたぐ処理 (2つのステップ)C のインライン展開例プロファイルに基づく最適化 (PGO) とはプロファイルに基づく最適化 (PGO) オプションPGO : 適用のための 3 つのフェーズPGO が有効となるプログラムPGO : Switch 文の最適化主なオプション最適化オプションのまとめスライド番号 28データ配置とアクセスパターンベクトル化されたループの内訳明示的なメモリー・アラインメントメモリーアクセスのアライメントを指定するAligned 節を使ったアラインメントの指定データのアラインメントを取る方法OpenMP* SIMD を使ったプログラムのコンパイルスライド番号 36
Recommended